团队神经动力学中的熵与组织

最新推荐文章于 2025-10-26 20:15:53 发布

原创最新推荐文章于 2025-10-26 20:15:53 发布 · 771 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#熵 #神经动力学 #脑电图 #团队协作 #不确定性

熵

1. 引言

1.1. 背景

团队通过协调的信息交换开展工作，这些交换包括言语[1],、动作理解（如手势[2,3],、姿势[4],、面部表情[5],）以及其他非语言交流[6],，甚至包括沉默[7],，所有这些因素都影响着团队的动态。

这些互动背后存在神经生理过程并不令人意外。尽管研究正在揭示社会动态[8],的微观细节，但这些研究对于如何组建、培训和评估团队的理解所产生的影响仍然有限。这在一定程度上是由于神经系统参与团队活动的时间跨度不同，从个体大脑中毫秒级的神经动态振荡，到整个团队在数小时或数天内表现出的观察到的表现行为。

个体在神经元水平（10⁻³–10⁰秒）留下的数据流的幂律结构，以及自发的人类行为（10⁰–10⁵秒）[11,12]和团队合作（即言语）[13],所产生的过程，然而表明，在这一10⁸秒的时间尺度上可能存在某些关键点，其中间表征可以捕捉微观神经动力学，并将其转化为与其他与高层团队行为相关联的表征[14]。在这些表征中，尽管会丢失神经元脉冲生成与传播的机制细节，但将获得与更易识别、由观察者定义的变量（如团队一致性、灵活性或韧性）之间更紧密的关系。

几年前，我们探索了一种以信息/组织为中心的方法，旨在开发过渡性神经动力学表征，以定量描绘团队的神经系统组织，并将其波动动态与团队活动、沟通和表现相关联[15,16]。

从长远来看，如果此类团队合作的定量模型能够恰当地定位在团队合作的微观‐宏观连续体上，其优势将包括能够在不同团队、训练场所或训练方案之间进行比较，并能够跟踪团队训练进展随时间的变化。反复强调的是，如果这些建模方法能够适当地定位在复杂任务的领域特异性之下，但在模仿和动作感知等反应的100–300毫秒时间尺度之上[17],，则它们将适用于许多复杂的团队协作情境。

我们通过快速且涵盖认知多个方面的测量方法实现了这些目标。本研究选择了脑电图（EEG），因为它能够以非侵入性方式实时、高时间分辨率地记录头皮不同区域和不同频率下大脑电活动的交替变化。

1.2. 神经动力学建模

神经动力学建模的目标是生成包含团队组织、功能和表现时间信息的数据流。神经动力学建模的第一步是生成神经动力学符号（NS），即每个团队成员某一神经动力学标记瞬时功率水平的符号化表征。每秒钟，将三名团队成员中每个人的脑电图频率（即40赫兹）频段的功率水平与其自身的任务平衡水平进行比较。这可以确定在特定时间点该个体是否处于脑电图标记的高于或低于平均水平的状态，同时也显示整个团队整体处于高于或低于平均水平的状态。

本研究重点探讨了10赫兹频率（参与注意力和刺激优先级排序[18,19], ）、16赫兹频率（参与动作理解[17], ）以及40赫兹频率（参与工作记忆维持、长时记忆编码与提取[20,21]）。本研究所选择的频率基于先前的研究成果，这些成果揭示了它们在团队神经动力学中的作用[16,22]。

需要注意的是，从功能上看，这些频带中的高和低脑电功率不应被视为好或坏，因为不同的功率水平可能具有不同的作用。例如，在自发协调过程中，中央μ节律是同步的（即高功率），但在社会互动期间则被抑制或去同步（即低功率）[8]。同样，同步的（即高功率）α波可能为选择性注意提供机制，而去同步的α波可能促进工作记忆的形成[19]。

在神经动力学建模过程中，特定频率的脑电功率水平被划分为上三分之一、下三分之一和中间三分之一，分别赋值为3，−1和1，这些值的选择是为了数据可视化的目的。每秒钟，每个人的值被组合成一个三元向量。图1A中三个直方图的值表明，在此时刻，团队成员1的特定频率脑电功率水平低于平均值，团队成员2高于平均值，团队成员3处于平均值水平，因此该神经动力学符号（NS）的向量为−1, 3, 1。每秒为表现生成的三元向量通过无监督人工神经网络进行分类，从而构建出二十一符号神经动力学状态空间（NSS)（图1B）。

示意图0

在开发NSS的过程中，生成了一种拓扑结构，使得早期的符号（按行编号为1–5、6–10等）代表大多数团队成员具有平均水平/低水平脑电功率的时间段，而最底行的符号（编号20–25）则代表大多数团队成员具有高于平均水平的功率水平的时间段。符号状态空间中的每个NS因此将每位团队成员的脑电功率水平置于其他团队成员水平的背景中。通过对整个表现过程（即简报阶段、情景阶段和复盘阶段）的符号集进行分类，得到了涵盖全面任务情境/负荷的神经动力学模型[23]。

假设认为，此类序列的全脑集合将包含团队秒级的神经动力学历史，其中每一秒所包含的信息将取决于正在分析的脑电图频率和通道。为此开发了秒级符号表示方法，用以展示每位团队成员在1–40赫兹频谱上的脑电功率水平相对于其他团队成员在整个表现过程中的变化情况。这些符号流中波动的信息将通过定期更新（即每秒一次）、60秒滑动窗口的香农熵[22,24]进行量化；y轴上的定量输出指标将以信息比特为单位测量的神经动力学熵。

在此过程中，毫秒级频率特异性脑电功率水平被转化为关于团队的神经动力学组织的定量信息。表现阶段中符号表达受限的片段具有较低的NSH水平，这可能反映了僵化；而符号多样性更高的片段则具有更高的熵，这可能反映了神经动力学灵活性。

该假设通过美国海军潜艇导航团队进行的必要训练模拟[16,25]进行了检验。其中一个团队的神经动力学符号熵（简称为NSH）剖面（图2）在三次训练阶段中表现出不规则波动。在情景阶段中途，该团队在通过狭窄水域时遭遇了雾、强洋流以及附近多艘其他船只的挑战。从~2000到2700秒期间，存在与其他船只发生碰撞的危险。在此期间，NSH下降，表明该团队的神经动力学组织水平发生了变化。NSH的降低表明，在时间滑动窗口（通常为60秒或100秒，取决于表现时长）内表达的可用符号较少。进一步研究表明，这些熵分布具有多重分形[26]特征，伴随着高度动态、复杂的神经动力学信息流在整个团队中流动，以应对变化的任务需求；这些动态在某些时期尤为增强，尤其是在明显压力期。

示意图1

使用执行真实模拟的团队对连续脑电数据流进行建模具有挑战性。头皮脑电图被认为源自小皮层区域或“脑区斑块”内的近同步场活动，这些活动由脑电传感器检测到[27]。这些节律还通过容积传导作为远场信号传递到其他脑电传感器，从而混合了脑内信号和非脑源性干扰信号。在真实环境中，受试者经常产生眼动、面部及其他肌肉伪迹（肌电图），这些伪迹通常在伽马频段（>35 Hz）最强，在贝塔频段（15–25 Hz）和alpha波段（8–12赫兹）较弱[28]。肌电噪声在中线位置最低，例如 FCz、Cz和CPz通道，而在头部两侧最大，例如FC3、FC4、C5和C6通道。检测最具信息量的团队动态时，一个重要考虑因素是对脑电传感器和频率的最优选择与表征。尽管存在这些挑战，我们之前的结果表明，基于特定频率脑电图符号流的熵度量可能为定量监测神经动态提供一种方法，用于评估团队的组织。

本研究的第一个研究问题是：团队的神经动力学组织是潜艇导航团队所特有的，还是执行任务的团队更基本的属性？在复杂环境中？在这项研究中，我们使用医疗团队检验了这一假设。

第二个研究问题是：这些中等水平神经动力学波动的行为意义是什么？此前对潜艇导航团队的研究表明，熵减少可能与压力和/或不确定性时期相关。本研究纳入的三人医疗团队（而非5–6人潜艇团队），使得能够更详细地映射每位团队成员的每秒活动，从而初步回答这一问题。这些详细活动映射还有助于解决关于熵波动的问题是否由过度肌电活动直接引起。

2. 材料和方法

2.1. 模拟

本研究开发的模拟遵循标准培训流程，首先进行约十分钟的模拟前简报。该简报阶段重点在于建立一个安全的学习环境，并介绍模拟临床环境、设备和用品、模拟人，以及模拟后复盘的总体内容。团队成员被明确分配管理急症/紧急临床状况患者所需的关键角色，包括：领导、胸外按压、记录员、气道/呼吸、药物/液体管理、电疗法、脉搏和监护仪。随后是简短的引言，包含模拟患者病史，为模拟做好准备。简报结束后进入持续15−20分钟的模拟场景。之后进行反思性复盘，由教师（15−20分钟）[29]带领。

本系列模拟的核心构建内容是通气，其操作目标是展示支持意识水平下降患者气道所需的技术技能，认知目标则是实施针对意识状态下降患者的团队协作方法，并在处理具有紧急/急症临床状况的患者时练习角色分配，以及讨论氟马西尼逆转苯二氮䓬（BZD）所致呼吸抑制的禁忌证。苯二氮䓬是一类常被处方的镇静剂，常用于治疗广泛性焦虑、失眠、抑郁、恐慌障碍、癫痫发作和急性应激反应。

该构建内容通过一名在公寓中被发现无反应、随后由急救医疗服务送往急诊科的模拟患者呈现给医学生。该患者因疑似苯二氮䓬过量而出现意识水平下降，需要支持性管理。该构建设计包括苯二氮䓬戒断综合征的诱发（取决于团队行为的顺序），苯二氮䓬戒断综合征是指当一个人长期使用苯二氮䓬（无论是医疗用途还是娱乐性使用）并产生身体依赖后，在减量或停药时出现的一组症状。本研究报告了五支团队进行此类或类似医疗模拟时的动态情况。该研究已获得圣弗朗西斯秩序伦理审查委员会（IRB）的人体使用批准，所有团队的表现均由经验丰富的TeamSTEPPS®评估员[29]进行评分。

本研究参考的潜艇导航研究（n= 7）平均时长为4676秒，范围在4020至5298秒之间。医疗模拟（n = 11）持续时间较短，平均为1787秒，范围在1081至2534秒之间。总计代表了超过14小时的团队合作。

2.2. 脑电图学

使用Cognionics, Inc.（美国加利福尼亚州卡尔斯巴德）的Quick 20脑电图耳机采集脑电图数据，采用国际10–20系统定位布置19个记录电极，参考电极为A1，通道位置为F7、Fp1、Fp2、F8、F3、Fz、F4、C3、Cz、P8、P7、Pz、P4、T3、P3、O1、O2、C4、T4，单极导联方式并以连接耳垂作为接地。采样频率为500 Hz。每位团队成员的脑电图数据使用FieldTrip（Donders大脑、认知与行为研究所，荷兰奈梅亨）[30]进行预处理，应用高通滤波（0.5 Hz）和低通滤波（50 Hz），并去除坏通道（最大= 2）。采用RUNICA [31]进行空间转换的独立成分分析，以检测并去除与眨眼、心电图和肌电图活动相关的伪迹。在使用RUNICA去除伪迹后，对数据进行反向重构，并通过球面插值法将RUNICA分解前移除的通道重新插回数据中。

频率分解通过首先将数据分割为1秒时段来执行。脑电图数据随后使用汉宁窗被加窗为1秒时段，并使用快速傅里叶变换在1–40赫兹范围内以1赫兹间隔测量每次试验的频率成分。

3. 结果

3.1. 不同传感器通道上的神经动力学波动

在当前研究中，我们使用了19传感器耳机（Cognionics Quick 20，美国加利福尼亚州卡尔斯巴德），这使我们能够实现比先前研究中使用的九传感器耳机更精细的分析水平。每个通道包含40个1赫兹频率区间，共产生760个频率数据流用于分析。为了简化数据分析和解释，我们探索了在保留神经动力学模型核心动态特征的同时降低维度的方法。在研究团队的神经动力学响应之前，初步研究首先调查了神经动力学熵表达在1–40赫兹脑电频率范围内的频率谱型（图3A），随后进行了不同频带之间的相关性研究，以检测冗余和可能的跨频率相互作用（图3B）。接着进行了全头皮调查，以确定具有最大/最小神经动力学熵水平的传感器以及可能的传感器间相互作用（图3C）。

示意图2

先前的研究在潜艇导航和高中问题解决团队中显示，在delta波段（2–3赫兹）或theta波段（4–6赫兹）中几乎没有明显的团队神经动力学组织，这表明需要分析的频率范围可能可以缩减为alpha波段（8–12赫兹）、beta波段（16–25赫兹）以及gamma波段（32赫兹及以上）。基于这些频率的谐波关系，通过选择10赫兹、16赫兹和35–40赫兹频率，可最大程度地区分这些频段，因此这些频率被选为初始医疗保健研究的重点[19]。由于面部肌电图噪声在40赫兹以上开始占主导地位，该频率范围也有助于研究肌电图对NSH波动的贡献。

平均值 NSH的19个传感器阵列在40个1赫兹频率区间内的水平如图3A所示。从该剖面可以看出，医疗团队的NS波动的幅度、频率和/或持续时间在40赫兹剖面中最大，在16赫兹时较小，在10赫兹时最小。图3B显示了NS的频率 ×相关系数。NSH来自五个不同团队的α波与伽马频段NS水平之间的相关性较低甚至为负，而贝塔波段与α波及伽马频段之间的相关性则较为适中（r= 0.45–0.58）。

关于在建模中应突出哪些传感器，目前尚不明确，因为现有文献和先前实验均未揭示对团队神经动力学有贡献的脑电功率的脑拓扑结构。为了估算不同传感器对表现NSH的贡献，使用了NSH水平在18个传感器之间进行了相关性分析，该水平是40个1赫兹频率区间的平均值。

在图3C中，传感器按额区（F）组（F7、Fp1、Fp2、F8、F3、Fz、F4）、中央区（C）组（C3、Cz、C4）、顶区（P）组（P8、Pz、P4、P3）、颞区（T）组（T3、T4）和枕区（O）组（O1、O2）排列。大多数相关性较高，范围从r =0.7到0.9，但枕区组除外，其与非枕区传感器的相关性低至r = 0.45。

脑电传感器的相关性研究随后通过绘制这些传感器序列从头皮前部到后部的时序NSH剖面来进行。这些熵分布使用了1–40赫兹频率谱的平均NSH动态（图4）。

五个传感器序列的神经系统剖面在定性上相似，均显示神经系统在100秒、650秒、960秒和1100秒时下降（图4A）。最大的定量差异出现在O‐传感器序列中，其在复盘阶段期间最高（>800 s）。对O‐传感器序列的神经系统绘制了跨频率和时间的图谱（图4B），显示出大部分减少的NSH活动位于~12至40赫兹频段之间。

示意图3

3.2. 频率-熵差异

为了研究详细的跨频率和跨活动的团队动态，我们选择分析C4传感器的10赫兹、16赫兹和40赫兹频率。这些传感器–频率组合应能提供有关医疗团队与潜艇导航团队（其中以10赫兹和40赫兹的熵减少为主）以及高中地图导航团队（其中熵波动主要出现在16赫兹和40赫兹频率）之间相似性的信息。如果存在显著的肌电贡献，C4头皮位置还应揭示其对熵波动的影响[28]。

图5展示了其中一个团队（J10T2）在C4传感器的40赫兹、16赫兹和10赫兹频率下的神经系统剖面。在三个频带中均出现了多次神经系统下降的片段，其中以40赫兹频率最为显著（图5A）。与图3B所示一致，不同剖面中神经系统下降片段的重叠程度较低。

数据流中21个符号随机分布时的最大熵为4.39比特。C4通道在1–40赫兹频率区间的最大熵为4.31（~20个符号），表明这些符号在数据流中并非随机呈现（图1C）。最小熵（高于5赫兹频率）在60秒滑动窗口内为3.2（或~9个21个符号），即约占据可用神经动力状态的50%。

示意图4 40赫兹；(B) 16赫兹和(C) 10赫兹)

图4和图5中的NSH剖面表明，存在段间（即简报阶段、情景阶段和复盘阶段）以及段内符号组织增强的区域。本文重点讨论由线迹所示的神经动力学熵水平的变化。然而需要注意的是，符号本身也包含有用的信息，这些信息与团队各成员的不同脑电功率水平相关。这些关系可以通过绘制一次表现中NS序列中每个符号的时间顺序来可视化（图6）。该图绘制了表现过程中21个符号中每一个的出现情况，显示符号表达并非随机，而是被某些符号集出现频率高于其他时期的阶段所打断。这五个时期中的主导符号在周围被展开显示。

这些符号分组的一个特征是，每组中的符号大多是连续的。这表明团队内功率关系的变化较小，这些持续状态让人联想到在潜艇导航团队中观察到的吸引子状态[25]。第二个特征是，这些分组包括所有团队成员均呈现高40赫兹功率水平的时段，或均为低功率的时段，或整个团队处于中等功率水平的时段。例如，在简报阶段和复盘阶段，NS 1、3和4占主导地位，代表了大多数团队成员具有低于平均40赫兹脑电功率的时期。在情景阶段中，NS的表现更为多变，其中NS 20–24与第一阶段相关，NS 14–17与第二阶段相关，而NS 23–25与第三阶段相关。

示意图5

3.3. 神经系统H降低反映团队正处于解决不确定性的过程中

导致熵降低的神经动力学组织来自图6（第一阶段），大多数团队成员在神经系统H下降时具有较高的40赫兹脑电功率，而随着神经系统H上升，40赫兹功率普遍下降。

第二轮40赫兹NSH下降开始于~340 s，此时患者因给予氟马西尼而出现癫痫发作（图7B）。团队意识到该患者可能长期服用苯二氮䓬，由于氟马西尼的受体阻断作用而进入戒断状态。在396秒时，团队成员2表示：“如果他⋯⋯长期服用苯二氮䓬，我们刚刚把所有药物效应都去除了，得赶快用一些[benzo]。” 当团队决定插管以最大化通气并同时寻找阿普唑仑时，NSH开始上升。在团队成员2主导关于苯二氮䓬戒断的讨论期间，NSH正在下降，且其40赫兹功率水平较高（图6中的NS #16和#17）。一旦团队做出插管决策（~400 s），团队成员2的40赫兹功率水平即下降并保持低位，甚至在435至450秒期间他用力用右腿蹬床以抬高患者进行插管时仍保持低水平。值得注意的是，在此高强度身体活动期间，NSH继续上升，表明肌电图（EMG）并非本阶段NSH下降的主要原因。

3.4. 神经动力学组织

先前的研究表明了团队神经动力学的重要特性，即NS熵降低意味着团队状态的不确定性减少，也意味着神经动力学组织程度提高。为了更清晰地表达这些关系，可以通过从符号流随机化后计算得到的熵值中减去NS熵，将神经动力学组织增强的时期以正向表述的方式呈现。这些对团队的神经动力学组织（NDΩ）的定量估计反映了有序性增加的阶段，此时表达的符号更少。四支医疗团队的NDΩ如图8所示，本文重点突出的表现见图8A。在不同表现过程中，简报阶段和复盘阶段的NDΩ普遍高于情景阶段，这一发现与我们在潜艇导航团队中观察到的结果相似[15]。

示意图6

第三次神经系统功能下降始于团队成员1对患者进行插管（540–660秒）（图7C）。在该图中，显示了16赫兹时的神经系统下降情况，因为从图5可以看出，这是16赫兹时神经系统水平最低的时段。在插管过程中，神经系统上升，且团队成员1的16赫兹脑电功率水平保持在平均值附近；也就是说，插管过程未伴随低神经系统水平。患者的呼吸一直伴有哮鸣音，直到团队发现氧气管被拔出。重新连接管路后，随着团队讨论如何控制持续发生的癫痫发作，神经系统开始上升。

示意图7

4. 讨论

这些研究以及先前的研究所呈现出的团队图景是不断演化的动态过程，团队在遭遇并解决对其正常节律的干扰时，会持续经历大大小小的波动。神经动力学组织模型捕捉了团队合作在不同层次和时间尺度上的动态变化，并将其与可观察的绩效行为联系起来，这些绩效行为反映了团队绩效，且似乎适用于多种团队合作情境。

在本研究中，我们发现进行基于患者通气模拟的医疗团队表现出的神经动力学熵波动幅度和持续时间与先前观察到的潜艇导航团队相似。这些波动的来源集中在时间性组织的建立和维持上，即团队成员之间特定频率的脑电功率关系短暂稳定。这些关系并非指频率或相位锁定意义上的同步，即每个团队成员共享某一脑电节律的相同频率、相位和拓扑结构，也就是说，节律模式不一定需要完全一致或重叠。

一种用于理解团队中观和微观时间动态的框架，源于脑波同步/共振[32]与跨脑社会耦合[33]之间的神经动力学关联概念。一种可能是，团队的节律已被任务情境/事件和/或其他成员的行为所捕获或驱动。 34 将共振定义为：“⋯⋯两个或多个现象所表现出的节律变得同步的过程，其中一个节律通常更强或更具主导性”，捕捉对方的节奏。

众所周知，某些大脑电节律会与外部重复的刺激声音/图像[35,36]同步。这些同步化可能是周期性的简单反映，也可能是更复杂的协调感知‐运动行为的速率，例如音乐的创作或聆听、手指敲击或句子理解[37,38]，还可能包括非常复杂的脑内及跨脑节律，即团队在执行任务时与任务本身及其他团队成员之间产生的同步化。哈松等人[39]通过让个体观看电影中的场景，将这些观点扩展到了更复杂的情境中。随着视频的展开，其中包含的视觉和听觉元素驱动了受试者的认知，并在视觉、听觉和皮层脑区中产生被试间同步化。当受试者观看电影片段时，这种同步化已被反复观察到[40]，尤其是当这些片段包含情感丰富的场景时[41]。

我们的研究表明，团队在类似的情感负荷情境中会经历神经动力学组织，即当团队需要解决不确定性或做出决策时。这一点主要体现在伽马振荡上，而伽马振荡被认为是在工作记忆中主动维持信息的重要机制[20]。

阿尔法节律功率的增加被称为事件相关同步（ERS），反映了与任务无关或可能产生干扰过程的大脑区域的皮层抑制，即那些不直接参与对刺激做出反应的大脑区域。阿尔法振幅/功率的降低则反映了抑制解除，而事件相关去同步化（ERD）的幅度反映了皮层激活的程度[18]。阿尔法和伽马频段振荡也出现在相同的大脑区域，并通过跨频率耦合以复杂的关系相互作用，使得当存在广泛的皮层激活（高阿尔法频段水平）时，伽马节律驱动的工作记忆受到抑制[20]。图3B中所示的阿尔法功率与伽马功率之间的负相关很可能反映了这种跨频率耦合。

图7所示团队的详细动态表明，在不确定性时期神经动力学组织增加，而在不确定性解决后则减少，这与先前关于潜艇导航团队的研究一致，表明最大的神经动力学组织出现在压力期[15,16,25]。

这些研究通过表明在多个领域中执行任务的多个团队均适用类似原理，扩展了神经动力学符号作为团队功能中间表征的潜在用途。在这方面值得注意的是，尽管高中生问题解决、潜艇导航和医疗团队之间的团队神经动力学总体原理相似，但在阿尔法、贝塔和伽马频段中NDS的相对比例上存在差异。

高中生执行的地图导航任务富含心理意象，其中一名学生通过言语和手势帮助另一名学生在地图上的地标间规划路径。该任务主要产生贝塔和伽马神经动力组织[22]。潜艇导航团队的活动水平和人员数量要求信息在持有不同信息片段的团队成员之间快速传递与整合；这些动态主要导致阿尔法和伽马神经动力组织。最后，医疗团队更多基于共享知识库工作，并参与动态问题解决；在此过程中，伽马频段中的NDS占主导地位。尽管存在一些例外情况，但总体而言，这些发现提示任务性质会招募特定形式的神经动力协调，或许为设计用于增强特定NDS技能的精确训练活动提供了途径。